深度学习
文章平均质量分 84
机器学习,深度学习,AI
alove110
这个作者很懒,什么都没留下…
展开
-
图像视觉数据库
图像处理,机器视觉,机器学习需要用到的数据集,汇总供大家参考和使用!这是人们发现对计算机视觉研究和算法评估有用的图像和视频数据库的整理列表。一篇重要文章我的测试数据有多好?Introducing Safety Analysis for Computer Vision(由 Zendel、Murschitz、Humenberger 和 Herzner 撰写)介绍了一种方法,可确保您的数据集具有足够的多样性,从而使数据集上的算法结果能够代表人们在实际环境中可以预期的结果。特别是,该团队制作了一份可能...原创 2021-07-21 11:34:47 · 1362 阅读 · 0 评论 -
神经网络第一章1.4 使用梯度下降方法
既然我们已经有了神经网络的设计,它怎么能学会识别数字呢?我们首先需要的是一个要学习的数据集——一个所谓的训练数据集。我们将使用MNIST数据集,其中包含数以万计的手写数字扫描图像,以及它们的正确分类。MNIST的名字来源于这样一个事实:它是美国国家标准与技术研究所NIST收集的两个数据集的一个修改子集。以下是MNIST的一些图片:如您所见,这些数字实际上与本章开头显示的数字相同,这是一个识别挑战。当然,在测试我们的网络时,我们会要求它识别不在训练集中的图像! MNIST数据分为...原创 2021-06-22 11:43:47 · 170 阅读 · 0 评论 -
神经网络第一章1.3 神经网络架构
接下来,我将介绍一种神经网络,它可以很好地对手写数字进行分类。为了做好准备,我们可以用一些术语来命名网络的不同部分。假设我们有网络:原创 2021-06-21 16:11:00 · 270 阅读 · 0 评论 -
神经网络第一章1.2 Sigmoid neurons
Sigmoid神经元,也翻译成Sigmoid激活函数。 学习算法听起来很棒。但是我们怎样才能为神经网络设计出这样的算法呢?假设我们有一个感知器网络,我们想用它来学习解决一些问题。例如,到网络的输入可以是来自数字的扫描的手写图像的原始像素数据。我们希望网络学习权值和偏差,这样网络的输出就能正确地对数字进行分类。为了了解学习是如何工作的,假设我们对网络中的一些权重(或偏差)做了一个小的改变。我们想要的是,重量的微小变化只会引起网络输出的微小相应变化。稍后我们将看到,这个属性将使学习成为可能。示意...原创 2021-06-18 17:25:08 · 451 阅读 · 0 评论 -
神经网络第一章1.1感知机
什么是神经网络?为了fangbian开始,我将解释一种叫做感知器的人工神经元。感知器是由科学家弗兰克·罗森布拉特在上世纪50年代和60年代开发的,灵感来自沃伦·麦卡洛赫和沃尔特·皮特的早期工作。如今,使用其他人工神经元模型的情况更为普遍——在这本书中,在许多现代的神经网络研究中,所使用的主要神经元模型是一种叫乙状结肠神经元。我们很快就会到达乙状结肠神经元。但是要理解为什么乙状结肠神经元是以其方式定义的,首先要花时间去理解感知器是值得的。那么感知器是如何工作的呢?感知器接收几个二进制输入x1,x...原创 2021-06-18 11:20:04 · 1770 阅读 · 0 评论 -
卷积神经网络第一章
The human visual system is one of the wonders of the world. Consider the following sequence of handwritten digits:Most people effortlessly recognize those digits as 504192. That ease is deceptive. In each hemisphere of our brain, humans have a pr..原创 2021-06-17 21:04:49 · 98 阅读 · 0 评论 -
卷积神经网络和深度学习(前言)
神经网络和深度学习是一本免费的在线书。这本书将教你:神经网络,一个美丽的生物启发编程范式,使计算机能够从观测数据中学习深度学习,一套强大的神经网络学习技术目前,神经网络和深度学习为图像识别、语音识别和自然语言处理中的许多问题提供了最好的解决方案。这本书将教你神经网络和深度学习背后的许多核心概念。有关本书中所采用方法的更多详细信息,请参阅此处。或者你可以直接跳到第一章开始。...原创 2021-06-17 20:35:43 · 215 阅读 · 0 评论